III.8Договоры, юридическая работа и compliance

themelder/arctic-embed-xs-entity-resolution — модель эмбеддингов, созданная командой Melder на основе Snowflake/snowflake-arctic-embed-xs и оптимизированная для сопоставления записей об одних и тех же объектах в разнородных наборах данных. Она предназначена прежде всего для связывания контрагентов по названиям, адресам и идентификаторам, включая сокращения, опечатки и неполные поля, а также для дедупликации записей. Модель использует архитектуру BERT с 6 слоями, 12 головами и размерностью скрытого состояния 384; в метаданных указано 25,9 млн параметров. Она формирует 384-мерные L2-нормализованные векторы, а сходство записей оценивается косинусным сходством. Контекст составляет 512 токенов. Модель дообучена методом LoRA на синтетических данных финансового домена; доступны веса Safetensors и экспорт ONNX. README сообщает о снижении перекрытия оценок совпадающих и несовпадающих пар и росте precision и recall на отложенной выборке. Модель рассчитана на короткие англоязычные названия и адреса, а не на длинные документы или универсальный семантический поиск. Она может хуже работать с другими типами сущностей и не предназначена для надёжного сопоставления аббревиатур с полными названиями. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-ru — модель машинного перевода Windstorm Labs для перевода текста с финского на русский. Это дообученная версия Helsinki-NLP/opus-mt-fi-ru: к исходным весам применили LoRA дообучение на параллельном корпусе и объединили адаптер с базовыми весами. Модель использует архитектуру MarianMT, содержит 57,3 млн параметров и принимает safetensors; максимальная длина контекста — 512 токенов. Модель предназначена для перевода отдельных текстов и пакетной обработки финско-русских материалов. В карточке приведена скрининговая оценка на 48 предложениях FLORES-200: chrF++ 37,40 и BLEU 13,22; авторы относят результат к уровню «Usable» и предупреждают, что это не публикационная оценка. Поддерживается только направление с финского на русский. Лицензия — Apache-2.0.

cristuf/bge-base-financial-matryoshka — англоязычная модель Sentence Transformers, дообученная автором cristuf на BAAI/bge-base-en-v1.5 для работы с финансовыми текстами. Она кодирует предложения и абзацы в плотные эмбеддинги на основе BERT и подходит для семантического поиска, оценки сходства и поиска перефразировок; векторы также можно использовать для кластеризации и классификации текстов.

Tencent Hy-MT2-30B-A3B-GGUF — это квантованный формат GGUF семейства Hy-MT2, разработанного Tencent для быстрого машинного перевода в сложных реальных сценариях. Модель предназначена для общего, делового, специализированного и ориентированного на инструкции перевода, а также может использоваться в приложениях на базе llama.cpp. Модель построена на архитектуре Mixture-of-Experts (MoE) с конфигурацией 30B-A3B и поддерживает перевод между 33 языками, включая китайский, английский, французский, немецкий, испанский, португальский, японский, корейский, русский, арабский, хинди, турецкий и другие языки, перечисленные в карточке. Поддержка модальности ограничена текстом. Формат GGUF облегчает локальное развертывание, однако в README не указаны точный размер файлов, требования к памяти, длина контекста и конкретные параметры квантования. К сильным сторонам относятся высокая скорость рассуждений и заявленная конкурентоспособность в многоязычном переводе, включая деловые, предметные и инструкционные задачи. Ограничениями являются отсутствие в карточке детальных независимых результатов именно для GGUF-варианта, а также неполная информация о производительности и системных требованиях. Модель распространяется по лицензии Apache-2.0.

Rakshit0041 разработал англоязычную модель эмбеддингов предложений на базе BAAI/bge-base-en-v1.5, дообучив её на 6 300 парах текстов из набора json. Модель построена на BERT и Sentence Transformers: объединяет представления токенов через CLS-пулинг, нормализует результат и кодирует предложения и абзацы в плотные векторы. Полный размер вектора — 768 измерений; благодаря обучению Matryoshka доступны укороченные представления размером 512, 256, 128 и 64 измерения. Модель предназначена для семантического поиска и сравнения текстов, включая поиск и сопоставление финансовых формулировок. В карточке приведены результаты оценки информационного поиска для нескольких размерностей векторов; сходство рассчитывается косинусной мерой. Также эмбеддинги можно применять для поиска перефразировок, кластеризации и классификации текста. Максимальная длина последовательности — 512 токенов. Модель принимает текст и выдаёт векторы; она ориентирована на английский язык. Лицензия — Apache-2.0. Качество за пределами приведённой оценки и финансового набора данных не установлено.

Windstorm Labs публикует эту модель машинного перевода с грузинского языка на английский. Это дообученная версия Helsinki-NLP/opus-mt-ccs-en: LoRA-адаптер, обученный на параллельном корпусе, объединён с базовыми весами. Модель построена на архитектуре Marian и содержит 37 млн параметров; она предназначена для перевода текста в одном направлении — с грузинского на английский — и поддерживает контекст до 512 токенов. Репозиторий содержит веса в формате safetensors для загрузки через Transformers. Качество этой версии не оценивалось бенчмарками, поэтому её пригодность для конкретных текстов следует проверять отдельно. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-tc-big-he-en — модель машинного перевода проекта OPUS-MT для перевода с иврита на английский. Исходную модель разработали с использованием Marian NMT; опубликованная версия преобразована для Transformers и PyTorch. Архитектура — Transformer-big на базе Marian, около 162,4 млн параметров; для токенизации используется SentencePiece с словарями spm32k. Метаданные указывают контекстное окно 1024 токена. Модель предназначена для перевода предложений и текстов с иврита на английский. Она обучена на данных OPUS, включая opusTCv20210807+bt, и сопровождается результатами оценки на Tatoeba и FLORES-101. В репозитории доступны веса PyTorch, Safetensors и TensorFlow. Лицензия — CC BY 4.0.

WindyTranslate/translate-ar-de — модель машинного перевода, опубликованная Windstorm Labs и дообученная на параллельном корпусе OPUS-100 на основе Helsinki-NLP/opus-mt-ar-de. Она предназначена для перевода текста с арабского языка на немецкий; поддерживается только это направление перевода. Модель использует архитектуру MarianMT и содержит 57,5 млн параметров. Доступна в формате safetensors для загрузки через Transformers; нативная длина контекста — 512 токенов. Репозиторий распространяется по лицензии Apache-2.0. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретного сценария требует проверки. Указанные изменения весов подтверждают дообучение, но сами по себе не свидетельствуют о качестве модели.

Модель yuhan-nlp/verl-grpo-medium-qwen3-4b-step129-repro — экспериментальное воспроизведение Qwen3-4B от автора yuhan-nlp. Это плотная авторегрессионная языковая модель примерно на 3,7 млрд параметров, дообученная методом GRPO без предварительного этапа SFT на задаче CollabLLM medium по написанию документов. Контекст — до 40 960 токенов; модель принимает текст и генерирует текст в диалоговом формате. Чекпойнт воспроизведён на другом кластере с теми же рецептом и данными, что и исходный запуск, и опубликован как объединённая модель в формате Safetensors, готовая к загрузке через Transformers. Она предназначена для многошагового взаимодействия при подготовке документов. README не приводит метрик качества, поэтому результаты на бенчмарках по этой карточке оценить нельзя. Лицензия — MIT.

Модель redrob-labs/redrob-verify-forgery разработана Redrob Labs для обнаружения возможной подделки документов в стеке проверки redrob-verify. Она оценивает скан или фотографию документа числом от 0 до 1: чем выше оценка, тем вероятнее вмешательство. Модель предназначена прежде всего для страниц удостоверений личности и сценариев KYC. Архитектура сочетает ResNet-50, потоки признаков FFT и HOG и голову локализации с повышением разрешения. На вход подаётся RGB-изображение размером 320×320; веса опубликованы в формате safetensors. Обучение и проверка описаны для MIDV-2020 и синтетических изменений документов. В указанной внутридоменной проверке на 200 примерах рекомендованный порог 0,87 дал TPR около 0,92 и F1 около 0,82. Модель не предназначена для обнаружения дипфейков лиц. Проверка выполнена на ограниченном наборе данных и не подтверждает переносимость на другие сканеры, типы документов или способы подделки; для новых доменов может потребоваться дообучение. Репозиторий распространяется по лицензии Apache-2.0; для обучающей основы ResNet-50 указана BSD-3.

FinguAI-Chat-v1 — разговорная языковая модель компании Grinda AI Inc., построенная на архитектуре Qwen2 и предназначенная для диалогов о финансах, инвестициях и правовом регулировании. Модель содержит 463,9 млн параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель ориентирована на англоязычных, корейскоязычных и японскоязычных пользователей: она охватывает финансовые рынки и регуляторные системы разных стран, а также может помогать в изучении профессионального языка для финансовой сферы. Подходит для справочных диалогов и языковой практики в темах инвестиционного банкинга, корпоративных финансов, управления активами и комплаенса. Модель распространяется в формате Safetensors через Transformers под лицензией Apache-2.0. Карточка описывает её назначение, но не приводит оценок качества и не подтверждает точность финансовых или юридических рекомендаций; ответы в этих областях требуют проверки.

Open-Insurance-LLM-Llama3-8B — англоязычная инструкционная языковая модель, разработанная Raj Maharajwala для вопросов и диалогов по страхованию. Она дообучена методом LoRA на InsuranceQA на базе NVIDIA Llama3-ChatQA-1.5-8B и использует архитектуру Llama с 7,5 млрд параметров по метаданным и 8,05 млрд по карточке модели. Модель принимает текст и генерирует ответы в формате диалога; её родной контекст составляет 8192 токена. Модель предназначена для объяснения условий страховых полисов, анализа покрытия, помощи при обработке страховых случаев, сравнения полисов и ответов на вопросы о страховой терминологии и соблюдении требований. Она ориентирована на страховую тематику и англоязычные запросы. Лицензия — Llama 3. Ответы могут содержать правдоподобные, но неверные сведения и отражать смещения обучающих данных. Знания ограничены данными обучения; результаты для важных решений следует проверять со специалистом, модель не заменяет профессиональную страховую или юридическую консультацию.

RiverWX/greenwashing-claim-detector — англоязычная модель RiverWX на базе ClimateBERT с архитектурой DistilRoBERTa, дообученная для выявления предложений с экологическими заявлениями, которые могут требовать проверки на признаки гринвошинга. Это один из трёх классификаторов в демонстрационном приложении проекта магистерского курса; модель выполняет анализ на уровне отдельного предложения и служит скринером красных флагов. Модель предназначена для предварительного отбора экологических заявлений в текстах и направления потенциально сомнительных фрагментов на ручную проверку. Она содержит 95,4 млн параметров, принимает текст с контекстом до 514 токенов и выдаёт результат классификации. Модель рассчитана на английский язык. Результат — сигнал для проверки, а не доказательство гринвошинга и не регуляторное заключение. Модель предназначена для исследовательского и учебного использования. Лицензия CC BY-NC-SA 4.0 запрещает коммерческое использование и требует распространять производные материалы на тех же условиях.

surajvbangera/mediclaim_embedding — модель Sentence Transformers, дообученная разработчиком на наборе mediclaim от sentence-transformers/multi-qa-mpnet-base-cos-v1. Она кодирует вопросы и абзацы о медицинском страховании в плотные векторы размерностью 768 и сравнивает их косинусной мерой сходства. Модель основана на MPNet с усреднением токенов и нормализацией векторов; максимальная длина последовательности — 512 токенов. Модель предназначена для семантического поиска и сопоставления вопросов с релевантными фрагментами страховых документов, а также для поиска похожих формулировок, кластеризации и классификации текста. Обучение проводилось на 956 примерах из mediclaim; в README приведены результаты оценки поиска, поэтому качество может зависеть от данных и сценария применения. Использование требует библиотеки Sentence Transformers. Лицензия в предоставленных сведениях не указана.

Ryanlai/shibing624_text2vec-base-chinese-fine-tune-insurance_data — модель эмбеддингов предложений на базе BERT, опубликованная как модель Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерностью 768 для семантического поиска, сравнения сходства и кластеризации. Модель дообучена с функцией потерь CosineSimilarityLoss на данных, связанных со страхованием. Модель содержит 129,5 млн параметров и принимает текстовые последовательности длиной до 512 токенов. Она предназначена для представления китайского текста в виде векторов; такие эмбеддинги можно использовать для поиска похожих фрагментов и группировки текстов. Доступны веса PyTorch. Лицензия в предоставленных сведениях не указана.

ThakiCloud разработала Qwen3.8-27B-Human-KO-Enterprise-v0.1 как дообученную модель для корпоративных консультационных агентов. Она читает политику компании вместе с запросом клиента и выбирает одно действие: ответить, задать уточняющий вопрос, запросить подтверждение, выбрать вызов инструмента, передать разговор оператору или отказать; результат выдаётся в виде JSON. Модель основана на плотной архитектуре семейства Qwen3.5 и дообучена из ThakiCloud/Qwen3.8-27B-Human-KO методом LoRA с последующим слиянием адаптера с базовой моделью. Репозиторий содержит веса Safetensors и рассчитан на запуск через Transformers и совместимые с Qwen3.8 серверы, например vLLM. На синтетическом корейском наборе EnterpriseOps-KO-Policy модель показала точность 97,2%; по приведённым небольшим тестам результаты на корейских знаниях выше базовой модели, а на английских знаниях и кодировании немного ниже. Данные обучения синтетические и не опубликованы, а заявленные показатели получены на синтетическом бенчмарке, поэтому перед реальным использованием требуется проверка на политиках и сценариях компании. Модель выбирает действие вызова инструмента, но не содержит списка инструментов и не выполняет сам вызов: аргументы и интеграцию должна обеспечить обслуживающая система. Лицензия — Apache-2.0.

HarshilDaGoat/gem-recommendation-writer — небольшая последовательная модель генерации текста на базе T5, дообученная для подготовки кратких рекомендаций сотрудникам по закупкам GeM. Она преобразует структурированную сводку проверки заявки — уровень риска, оценку и результаты автоматической проверки — в рекомендацию о допуске, отклонении или необходимости дополнительной проверки сотрудником. Модель рассчитана на локальный запуск и получает только структурированную сводку, а не исходные документы участника. Модель содержит 45,8 млн параметров, использует архитектуру T5ForConditionalGeneration и имеет контекст до 512 токенов. Обучение проводилось на синтетических примерах; поэтому формулировки ограничены шаблонами и модель не рассуждает за пределами содержащихся в них выводов проверки. README указывает высокие результаты на синтетическом тестовом наборе, но также предупреждает, что модель может ошибиться в вердикте, пропустить или выдумать вывод. Для показа рекомендаций сотруднику следует использовать описанную в проекте проверку результата с резервным детерминированным шаблоном. Результат имеет рекомендательный характер, решение принимает сотрудник. Лицензия — Apache-2.0.

Logun-base — дообученная модель на базе Itau-Unibanco/NorBERTo-base, разработанная heitorrosa. Это плотный энкодер ModernBERT с 149 млн параметров, предназначенный для задачи заполнения пропусков в тексте. Для адаптации указаны датасеты cvm-corpus и financial-sentiment-pt; README приводит значение loss 0,4919 на оценочном наборе, но не описывает его состав и протокол оценки. Модель рассчитана на бразильский португальский язык и поддерживает контекст до 8192 токенов. Весы опубликованы в формате safetensors как PEFT-адаптер, поэтому для использования требуется базовая модель Itau-Unibanco/NorBERTo-base. Лицензия — CC BY-NC-SA 4.0, с условиями атрибуции, распространения производных работ на тех же условиях и ограничением коммерческого использования.

Open-Insurance-LLM-Llama3-8B-GGUF — это англоязычная текстовая generative модель для задач, связанных со страхованием. Базовая и дообученная модель разработана Raj-Maharajwala, а GGUF-квантизации подготовлены bartowski с использованием llama.cpp и imatrix. Дообучение выполнено на датасете InsuranceQA. Модель основана на Llama 3 с размером 8B параметров и предназначена для диалоговых сценариев, ответов на вопросы и генерации подробных пояснений в страховом домене. Она работает с текстом, поддерживает английский язык и рассчитана на запуск через llama.cpp и совместимые приложения, включая LM Studio. Доступны варианты от F16 до различных уровней квантизации, что позволяет выбирать между качеством ответов, размером файла и требованиями к памяти. Сильной стороной модели является специализация на страховой тематике и наличие вариантов GGUF для локального запуска на устройствах с разными ресурсными ограничениями. При этом README не содержит данных о размере контекстного окна, результатах бенчмарков и поддержке других языков; заявлен только английский. Квантизация может снижать качество по сравнению с исходными весами, особенно в более компактных вариантах. Лицензия указана как llama3.

MawaredHR/MawaredHR_Deepseek — языковая модель Daemontatox, дообученная на базе unsloth/deepseek-r1-distill-qwen-7b-unsloth-bnb-4bit для рассуждений по вопросам управления персоналом. Она построена на архитектуре Qwen2 и содержит 7,1 млрд параметров; модель принимает текст и генерирует текстовые ответы. Карточка указывает английский язык, а метаданные — контекст до 131 072 токенов. Модель предназначена для ответов на сложные запросы HR-специалистов и поддержки решений с учётом кадровых политик и нормативных требований. Она может формулировать логичные, структурированные ответы и учитывать контекст запроса. Лицензия — Apache-2.0.

PartyResolve — компактная модель распознавания именованных сущностей, разработанная FlowX.AI в рамках семейства OpenNER. Это дообученная encoder-only модель ModernBERT-base на 149 млн параметров с архитектурой ModernBERT для token classification. Она выделяет в страховой переписке фрагменты, относящиеся к страховым урегулировщикам, заявителям и страхователям; обучалась на синтетических сообщениях по страховым случаям. Модель принимает текст и возвращает метки для его фрагментов, поддерживает контекст до 8192 токенов и доступна в форматах Safetensors и ONNX. Модель рассчитана на локальную обработку на CPU, Apple Silicon, GPU или в браузерной и периферийной среде через ONNX INT8. Разработчик сообщает о задержке около 100–160 мс на документе на CPU и подчёркивает, что обработка может выполняться без передачи данных за пределы организации. Указанный F1 1,0 получен на синтетическом тесте, созданном тем же генератором, что и обучающие данные, и служит проверкой конвейера, а не оценкой качества на реальных документах. Модель размечает фрагменты, но не проверяет контрольные суммы или корректность идентификаторов; результаты следует проверять на собственных данных и дополнительно валидировать downstream. Лицензия — Apache-2.0.

MetaGuard Ad Policy Agent v1 — экспериментальный агент для проверки рекламных объявлений на соответствие политикам в среде MetaGuard Ad Policy Sandbox. Разработан parth-1 и дообучен методом GRPO с использованием Unsloth и TRL. Это плотная Llama-модель с 7,5 млрд параметров, контекстом до 131 072 токенов и форматом весов Safetensors; метаданные указывают поддержку диалога и интерфейса вызова инструментов. Модель предназначена для сбора сигналов, анализа материалов и вынесения решений о применении мер к объявлениям. В оценке на четырёх задачах она не завершила ни одну задачу успешно, хотя средняя награда за шаг улучшилась после дообучения. Модель лицензирована по Apache-2.0.

NuExtract 2.0 8B — мультимодальная модель компании NuMind для извлечения информации в структурированный формат. Она основана на Qwen2.5-VL и дообучена для работы с текстом и изображениями; содержит 7,1 млрд параметров и поддерживает контекст до 128 000 токенов. Для извлечения пользователь передаёт текст или изображение и JSON-шаблон с нужными полями и типами значений. Модель возвращает найденные данные в соответствии со схемой, поддерживая строки, числа, даты, перечисления и массивы. Она также может создавать шаблоны из текстового описания или преобразовывать схемы из других форматов. Для задач с неоднозначностью можно добавить примеры в контекст; разработчики рекомендуют использовать температуру, близкую к нулю. Модель предназначена для многоязычного извлечения информации из документов и других текстовых или визуальных источников. Её можно развёртывать через Transformers или vLLM. Лицензия репозитория — MIT.

Карточка модели neuralforgequantum/NuExtract3 на Hugging Face совпадает с карточкой numind/NuExtract3, поэтому описание составлено по ней. NuExtract3 — мультимодальная модель NuMind с 4 млрд параметров для понимания документов. Она дообучена на базе Qwen/Qwen3.5-4B и использует архитектуру Qwen3.5 для обработки текста и изображений. Модель поддерживает многоязычные документы и может работать в режимах с рассуждением и без него. Модель извлекает сведения из документов по заданному JSON-шаблону и инструкциям, преобразует изображения документов в Markdown, распознаёт текст и структуру таблиц, а также генерирует шаблоны извлечения по описанию на естественном языке. Её можно применять для подготовки документов к поиску и RAG, обработки счетов, квитанций, форм и договоров; README описывает запуск через vLLM с OpenAI-совместимым API и напрямую через Transformers. Внутренний тест NuMind на примерно 600 документах оценивает структурированное извлечение, включая визуальное понимание, OCR и работу с длинными входами и выходами; опубликованная в карточке таблица сообщает средний балл 0,651 для NuExtract3.4_4B-RL, а не явно для NuExtract3. Ограничения включают возможность циклов повторения и превышения лимита генерации в режиме рассуждения, из-за чего ответы могут не разбираться как JSON. Модель распространяется по лицензии Apache-2.0.

NuExtract 2.0 2B — мультимодальная модель компании NuMind для извлечения структурированных данных. Она дообучена на базе Qwen2-VL-2B-Instruct и принимает текст и изображения. Пользователь задаёт JSON-шаблон с названиями полей и типами значений; модель извлекает данные и возвращает результат в соответствии с заданной схемой. Поддерживаются строки, числа, даты, перечисления и массивы, а при отсутствии подходящих сведений модель может вернуть null или пустой массив. Модель рассчитана на извлечение информации из текстов и изображений, а также на автоматическую генерацию шаблонов из описания на естественном языке или существующей схемы. Она мультиязычная, имеет 1,5 млрд параметров и контекст до 32 768 токенов. Для задач извлечения рекомендуется температура генерации, близкая к нулю; примеры в контексте могут помочь при неоднозначных запросах или специальных требованиях к формату. Лицензия — MIT.

Карточка модели Mikasa1123/NuExtract3 на Hugging Face совпадает с карточкой numind/NuExtract3, поэтому описание составлено по ней. NuExtract3 — мультимодальная модель NuMind с 4 млрд параметров для понимания документов. Она дообучена на базе Qwen/Qwen3.5-4B и использует архитектуру Qwen3.5 для обработки текста и изображений. Модель поддерживает многоязычные документы и может работать в режимах с рассуждением и без него. Модель извлекает сведения из документов по заданному JSON-шаблону и инструкциям, преобразует изображения документов в Markdown, распознаёт текст и структуру таблиц, а также генерирует шаблоны извлечения по описанию на естественном языке. Её можно применять для подготовки документов к поиску и RAG, обработки счетов, квитанций, форм и договоров; README описывает запуск через vLLM с OpenAI-совместимым API и напрямую через Transformers. Внутренний тест NuMind на примерно 600 документах оценивает структурированное извлечение, включая визуальное понимание, OCR и работу с длинными входами и выходами; опубликованная в карточке таблица сообщает средний балл 0,651 для NuExtract3.4_4B-RL, а не явно для NuExtract3. Ограничения включают возможность циклов повторения и превышения лимита генерации в режиме рассуждения, из-за чего ответы могут не разбираться как JSON. Модель распространяется по лицензии Apache-2.0.

NuExtract3 — мультимодальная модель NuMind с 4 млрд параметров для понимания документов. Она дообучена на базе Qwen/Qwen3.5-4B и использует архитектуру Qwen3.5 для обработки текста и изображений. Модель поддерживает многоязычные документы и может работать в режимах с рассуждением и без него. Модель извлекает сведения из документов по заданному JSON-шаблону и инструкциям, преобразует изображения документов в Markdown, распознаёт текст и структуру таблиц, а также генерирует шаблоны извлечения по описанию на естественном языке. Её можно применять для подготовки документов к поиску и RAG, обработки счетов, квитанций, форм и договоров; README описывает запуск через vLLM с OpenAI-совместимым API и напрямую через Transformers. Внутренний тест NuMind на примерно 600 документах оценивает структурированное извлечение, включая визуальное понимание, OCR и работу с длинными входами и выходами; опубликованная в карточке таблица сообщает средний балл 0,651 для NuExtract3.4_4B-RL, а не явно для NuExtract3. Ограничения включают возможность циклов повторения и превышения лимита генерации в режиме рассуждения, из-за чего ответы могут не разбираться как JSON. Модель распространяется по лицензии Apache-2.0.

Jina AI разработала jina-ocr-v1 — модель сквозного распознавания и разбора документов по изображениям. Она преобразует страницы документов в структурированный текст, в том числе Markdown, и предназначена для OCR, извлечения содержимого PDF и анализа таблиц и математических выражений. Модель основана на DeepSeek-OCR: использует визуальный энкодер DeepEncoder с глобальным представлением изображения 1024×1024 в 256 визуальных токенах и динамическими локальными фрагментами, а также MoE-декодер с 3 млрд параметров и примерно 570 млн активных параметров на токен. Контекст — 32 768 токенов. Для ускорения генерации в vLLM предусмотрен FastMTP с тремя шагами спекулятивного декодирования; в Transformers эта функция не используется. Карточка сообщает результаты на OmniDocBench v1.6 и olmOCR-Bench и высокую пропускную способность, однако реальные показатели зависят от оборудования и настроек. Модель принимает изображения документов и генерирует текст; в метаданных указана мультиязычная поддержка, но конкретный перечень языков не приведён. Для локальной загрузки требуется Transformers с пользовательским кодом из репозитория и параметром trust_remote_code=True; также описаны запуск через vLLM и размещённые API Jina. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение.

Chandra — модель оптического распознавания символов от Datalab, построенная на архитектуре Qwen3-VL. Она извлекает текст из изображений и PDF и преобразует документы в Markdown, HTML или JSON, сохраняя сведения о структуре и расположении элементов. Модель предназначена для распознавания печатного и рукописного текста, таблиц, форм с флажками, математических выражений, сложной вёрстки, изображений и диаграмм. В карточке заявлена поддержка более 40 языков. В бенчмарке olmOCR, приведённом разработчиками, Chandra v0.1.0 показала общий результат 83,1 ± 0,9; это собственное сравнение разработчиков. Модель распространяется под лицензией OpenRAIL.

Карточка модели youyou125709/Qwen2.5-7B-Instruct-1M на Hugging Face совпадает с карточкой Qwen/Qwen2.5-7B-Instruct-1M, поэтому описание составлено по ней. Qwen2.5-7B-Instruct-1M — разговорная модель генерации текста из семейства Qwen2.5, разработанная командой Qwen. Она предназначена для диалога, ответов на вопросы, работы с длинными документами и другими задачами, где нужно учитывать большой объём контекста. Модель построена на архитектуре Qwen2 с причинно-следственной языковой моделью и 7,1 млрд параметров по метаданным. Карточка семейства указывает на RoPE, SwiGLU, RMSNorm и контекст до 1 010 000 токенов; генерация ограничена 8192 токенами. Модель дообучена на базе Qwen/Qwen2.5-7B, поддерживает чат и интерфейс вызова инструментов. Указанные языковые сведения подтверждают английский, но сами по себе не доказывают поддержку только одного языка. Для работы с контекстом около миллиона токенов README рекомендует специальную сборку vLLM и указывает потребность как минимум в 120 ГБ видеопамяти суммарно для версии 7B. В прежних средах выполнения качество может снижаться на последовательностях длиннее 262 144 токенов. Лицензия — Apache-2.0.